某公司需要对其基于云的数据源（如Amazon RDS和Redshift等结构化数据源，以及S3中的半结构化文件）进行集中的数据目录和元数据管理。该目录必须定期刷新，并以最小的运维开销检测元数据更改。哪种解决方案符合这些要求？

AWS Glue Data Catalog是专门为集中式元数据管理而设计的，它支持多种AWS数据源，包括RDS、Redshift和S3。AWS Glue爬网程序能够自动连接到这些数据源，自动识别数据结构（schema），并检测元数据更改，然后更新Data Catalog，大大减少了手动操作。定期运行爬网程序可以确保目录的及时刷新，且运维开销极低。 其他选项的不足在于： 使用Amazon Aurora或DynamoDB作为数据目录需要手动编写大量代码来提取、转换和加载元数据，并处理schema演变，运维成本高昂。 最后一个选项虽然提到了AWS Glue Data Catalog和爬网程序，但它建议对RDS和Redshift手动构建schema，这与Glue爬网程序的自动化能力相悖，增加了不必要的复杂性。